Distance and communicability in networks with application to global value chains

The infinite amount of data at our disposal opens up many possibilities of analysis. Among these is the organization of the dataset through networks, formed by vertices, which represent the objects of the dataset, and by edges, which express the relationship between them. The study of the dataset can thus be approached through network analysis and, specifically, the similarity between objects can be studied through the “distances” between vertices. The aim of this study is to analyze some of the most important distances proposed in the literature, and to examine their properties and interpretation. The distances examined will be tested on networks synthetically generated following known models. The final aim of the thesis is to apply the techniques to the study of Global Value Chains, i.e. the production chains of economic sectors, through the analysis of the World Input-Output Database.

L’infinita mole di dati che abbiamo a disposizione apre svariate possibilità di analisi. Tra queste vi è l’organizzazione del dataset attraverso una rete formata da vertici, che rappresentano gli oggetti del dataset, e da archi, che esprimono la relazione tra essi. Lo studio del dataset si trasforma quindi nell’analisi della rete e, nello specifico, la similitudine tra gli oggetti può essere studiata attraverso le “distanze” tra vertici. Questo studio si pone l’obiettivo di analizzare alcune tra le più importanti distanze presenti in letteratura, discutendone in dettaglio le proprietà e il significato. Le distanze prese in esame saranno sperimentate su reti generate sinteticamente seguendo modelli noti. Lo scopo finale della tesi è quello di applicare le tecniche discusse allo studio delle Global Value Chains, ovvero le catene di produzione di settori economici, attraverso l’analisi del World Input-Output Database.